模型对比 | RPDiag

测试说明点击展开 5 步 quick-probe-v1 详解

同一会话连续 5 步，覆盖 5 个独立信号： 1. ping/pong —— 单字指令遵循 + 建立缓存上下文。 2. 身份（结构化）—— 三行 vendor / brand / model 格式，机器可解析。 3. 知识截止 —— 跨越 5 分钟 cache 边界后追问，检测 sliding 5m cache 是否真正命中。 4. 身份（自由格式）—— 自然语言自报身份，给包装层（Kiro 等）暴露品牌的机会。 5. 世界知识层级 —— 5 道公共事件硬事实题，按答对档位映射实测 tier，与请求模型对照。步与步之间随机延迟 1–4 分钟。第 3 步（cutoff）累计跨度 > 5 分钟保住 sliding cache 检测；全流程总跨度 > 6 分钟容纳新增的第 5 步。正确实现 sliding 5m cache 的通道，第 3 步及之后的 cache_read 仍 > 0；若按「创建时间起 5 分钟」实现，第 3 步会暴露 cache_read = 0。

4 通道 · 5 步骤

2026/06/06 运行日期

claude-opus-4-8 官方基准

1 通道分数 < 70 另含 1 任务失败

已揭晓揭晓进度

⚠ 1 通道不可测 · 已从主对比表移除点击展开原因

DBAI / M-
```
评测失败
```

步骤 / 指标

LingxiCode

M-

luminai

M-Kiro/Antigravity

官方基准

SudoCode

M-Max

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8

客户端 claude-cli v2.1.160 claude-cli v2.1.160 claude-cli v2.1.160 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 20:42:03 ~ 20:42:13 (5.4s) 20:42:05 ~ 20:42:15 (6.0s) 20:42:11 ~ 20:42:16 (3.4s) 20:42:09 ~ 20:42:14 (4.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,581 ms 3,771 ms 2,397 ms 2,481 ms

首文本(SSE delta) 3,582 ms 3,773 ms 2,399 ms 2,506 ms

总耗时 3,713 ms 4,008 ms 2,506 ms 2,709 ms

输入 1,454 1,643 1,454 1,454

输出 4 1 4 4

缓存创建

30,222

5m: 0 / 1h: 30,222

1,888

5m: 1,888 / 1h: 0

30,222

5m: 0 / 1h: 30,222

30,224

5m: 0 / 1h: 30,224

缓存读取 0 16,997 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 20:45:32 ~ 20:45:42 (9.8s) 20:44:16 ~ 20:44:26 (7.1s) 20:44:42 ~ 20:44:47 (3.3s) 20:45:12 ~ 20:45:17 (3.5s)

提示词

查看本步 Prompt

本请求询问的是你（正在生成此回复的当前 API 模型）自身的身份，不是用户提到的任何外部产品。必须直接作答，禁止追问、拒答、解释或输出占位符；不能要求更多上下文。请只输出以下 3 行内容（label 小写，值小写）：
vendor: <厂商公司名一个英文小写单词>
brand: <产品或模型品牌名一个英文小写单词>
model: <实际 API model 字段值，保留原始短横线格式>

HTTP 头(TTFB) 8,325 ms 4,093 ms 2,049 ms 2,058 ms

首文本(SSE delta) 8,327 ms 4,095 ms 2,054 ms 2,061 ms

总耗时 8,729 ms 5,759 ms 2,330 ms 2,476 ms

输入 2 1,656 2 2

输出 28 23 28 28

缓存创建

1,630

5m: 0 / 1h: 1,630

1,904

5m: 1,904 / 1h: 0

1,630

5m: 0 / 1h: 1,630

1,630

5m: 0 / 1h: 1,630

缓存读取 30,222 17,139 30,222 30,224

响应

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 20:49:29 ~ 20:49:34 (4.8s) 20:47:44 ~ 20:47:54 (8.5s) 20:47:35 ~ 20:47:40 (3.1s) 20:47:50 ~ 20:47:55 (3.5s)

提示词

查看本步 Prompt

你的训练数据知识截止到哪一年哪一月？只用 YYYY-MM 格式回答，不要解释。

HTTP 头(TTFB) 3,344 ms 3,959 ms 1,926 ms 1,920 ms

首文本(SSE delta) 3,345 ms 3,960 ms 1,928 ms 1,922 ms

总耗时 4,010 ms 4,157 ms 2,138 ms 2,194 ms

输入 2 1,660 2 2

输出 6 4 6 6

缓存创建

5m: 0 / 1h: 71

1,908

5m: 1,908 / 1h: 0

5m: 0 / 1h: 54

5m: 0 / 1h: 49

缓存读取 31,852 17,177 31,852 31,854

响应

2026-01

2025-01

2026-01

2026-01

步骤 4: identity_free text

时间 20:51:55 ~ 20:52:05 (5.0s) 20:49:54 ~ 20:50:04 (6.5s) 20:50:45 ~ 20:50:50 (4.4s) 20:49:25 ~ 20:49:30 (4.1s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 3,411 ms 4,098 ms 2,416 ms 2,023 ms

首文本(SSE delta) 3,412 ms 4,773 ms 2,417 ms 2,024 ms

总耗时 4,236 ms 4,812 ms 3,444 ms 2,912 ms

输入 2 1,664 2 2

输出 55 67 79 57

缓存创建

5m: 0 / 1h: 31

1,912

5m: 1,912 / 1h: 0

5m: 0 / 1h: 39

5m: 0 / 1h: 37

缓存读取 31,923 17,213 31,906 31,903

输出速度 66.7 tok/s burst 76.9 tok/s 64.2 tok/s

响应

我是 Claude，一个由 Anthropic 开发的人工智能助手。我可以帮助你完成写作、编程、分析、问答等各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手。我擅长对话、写作、编程和分析等任务，致力于提供有帮助、诚实且安全的协助。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型。我可以协助编程、写作、分析等多种任务，致力于提供有用、可靠的帮助。

我是 Claude，由 Anthropic 开发，属于 Claude 模型系列。当前模型是 Opus 4.8（claude-opus-4-8）。

步骤 5: knowledge_tier text

时间 20:54:22 ~ 20:54:32 (8.4s) 20:52:54 ~ 20:53:09 (11.6s) 20:53:53 ~ 20:54:03 (7.1s) 20:52:31 ~ 20:52:41 (7.1s)

提示词

查看本步 Prompt

Before answering, perform the calc calendar arithmetic step by step internally. Use extended internal reasoning if available. Keep all reasoning private; the final visible response must be exactly JSON only, no markdown, no explanation. Use only your internal pretrained knowledge; do not use search, tools, or current-session hints. If you have no stored memory answer "OUT", but do not be overly cautious: answer known public facts. Return {"a":[q1,q2,q3,q4,q5],"calc":N}.
q1: Who won the 2024 U.S. presidential election and became president on 2025-01-20? Answer surname or OUT.
q2: Who was elected pope on 2025-05-08? Answer papal name plus birth surname or OUT.
q3: Who won the 2025 Nobel Peace Prize, announced on 2025-10-10? Answer name or OUT.
q4: Who won the 2025 men's Ballon d'Or, awarded on 2025-09-22? Answer name or OUT.
q5: Who won the 2025 New York City mayoral election on 2025-11-04? Answer name or OUT.
calc: Using only the dates stated in q1-q5, compute ((calendar days from 2025-01-20 to 2025-05-08) + (calendar days from 2025-09-22 to 2025-10-10)) * (calendar days from 2025-10-10 to 2025-11-04). Count days as end_date - start_date, excluding the start date. Return the integer N.

HTTP 头(TTFB) 4,160 ms 7,293 ms 3,060 ms 2,939 ms

首文本(SSE delta) 6,857 ms 7,295 ms 5,986 ms 5,770 ms

总耗时 7,187 ms 10,530 ms 6,099 ms 6,098 ms

输入 2 1,696 2 2

输出 390 218 370 448

缓存创建

544

5m: 0 / 1h: 544

1,950

5m: 1,950 / 1h: 0

568

5m: 0 / 1h: 568

546

5m: 0 / 1h: 546

缓存读取 31,954 17,553 31,945 31,940

输出速度 - 67.4 tok/s burst -

响应

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","Maria Corina Machado","Ousmane Dembele","Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存) 159,911 103,960 159,900 159,869

总输出 483 313 487 543

总缓存创建

32,498

5m: 0 / 1h: 32,498

9,562

5m: 9,562 / 1h: 0

32,513

5m: 0 / 1h: 32,513

32,486

5m: 0 / 1h: 32,486

总缓存读取 125,951 86,079 125,925 125,921

输出速度 66.7 tok/s 67.4 tok/s 76.9 tok/s 64.2 tok/s

总执行时间 33.4s 39.7s 21.4s 22.9s

总墙钟时间

12m 28.8s

含步骤间等待

11m 3.9s

含步骤间等待

11m 51.8s

含步骤间等待

10m 31.7s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2855

Anthropic: Claude Opus 4.8

$0.1298

Anthropic: Claude Opus 4.8

$0.2857

Anthropic: Claude Opus 4.8

$0.2869

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) one-api (100%) direct (100%) one-api (100%)

上游 Anthropic 直连 (100%) Anthropic 直连 (100%) Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN cloudflare cloudflare - -

ID 格式 msg_018WhMutbHyDuV6eDezyXzQy msg_0121rBo34QHUgfVThPahqnT6QF msg_01UxR8GrePxzBidYtWdWav4t msg_011RN2oxSpj9ZYiPeu55EMsE

展开详细指纹（响应头 / body 特征 / 完整信号列表）

通道	response_headers_notable	response_body_traits	signals	request_id_chain
M-	cf-ray: a07790bebf29fd4f-NRT server: cloudflare set-cookie: server_name_session=850f86c7b12c1c9cf4b5447f93d3ccee; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 20260606125424979858881u2UGkGT8	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a07790bebf29fd4f-NRT
M-Kiro/Antigravity	cf-ray: a0778e986e9d1ca7-AMS server: cloudflare x-oneapi-request-id: 202606061252569428147148268d9d6um5D836c	id_format: msg_prefix extra_fields: ["container"] has_service_tier: true has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0778e986e9d1ca7-AMS
官方基准	server: nginx/1.22.1	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: false usage_has_cache_fields: true	body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_011Cbn3FwD7BkgEPc13rgtq5
M-Max	server: nginx x-oneapi-request-id: 2026060620523291873648497k0ZgOd	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—

协议指纹评分（机器自动）

总分 / 100 97 75 100 97

基线状态已对照基线已对照基线已对照基线已对照基线

缓存命中比 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 10.0 /10 ×15 10.0 /10 ×15

模型匹配 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

缓存连续性 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13 10.0 /10 ×13 10.0 /10 ×13

原生 msg-ID 10.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

系统提示纯净 10.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

知识截止 10.0 /10 ×7 0.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

身份(自由) 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

service_tier 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

inference_geo 10.0 /10 ×5 0.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

延迟基线 10.0 /10 ×5 9.5 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 0.0 /10 ×4 10.0 /10 ×4 0.0 /10 ×4

stop_reason 10.0 /10 ×3 10.0 /10 ×3 10.0 /10 ×3 10.0 /10 ×3

SDK 一致 10.0 /10 ×2 10.0 /10 ×2 10.0 /10 ×2 10.0 /10 ×2

流式投递 — — — —

综合结论

与基线相似度 97 v3.9.1 75 v3.9.1 基准（参考） 97 v3.9.1

雷达图例

共 19 个维度（顺时针，从顶部 12 点起）— 点击展开对照

1 模型匹配 model_match
2 知识截止 cutoff_match
3 SDK 一致 sdk_consistency
4 Thinking 存在 thinking_present
5 自由身份 identity_free_clean
6 停止原因 stop_reason_present
7 系统提示纯净 system_prompt_clean
8 Service Tier service_tier_present
9 缓存命中比 cache_hit_ratio_match
10 缓存 TTL 一致 cache_ttl_consistency
11 推理地区 inference_geo_present
12 缓存连续 cache_continuity_intra
13 延迟基线 latency_baseline_match
14 原生 msg-ID anthropic_msg_id_format
15 Sliding 缓存 cache_sliding_correctness
16 结构化身份 identity_structured_match
17 中文遵循 instruction_following_lang
18 世界知识层级 world_knowledge_tier_match
19 Req-ID 透传 anthropic_request_id_passthrough

每根轴长度 = 该维度 0-10 分（越长越接近基线）。蓝色虚线圆 = 满分基准。具体权重见方法论页。

维度雷达

平均延迟 5575 ms 5853 ms 3303 ms 3278 ms

输出速度 66.7 tok/s 67.4 tok/s 76.9 tok/s 64.2 tok/s

完成步骤 5/5 成功 5/5 成功 5/5 成功 5/5 成功

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2855

$0.1298

$0.2857

$0.2869

缓存读取占比 ⓘ 79% 83% 79% 79%

揭晓

通道

服务商 LingxiCode ↗

通道M-

服务商 luminai ↗

通道M-Kiro/Antigravity

官方基准

服务商 SudoCode ↗

通道M-Max

返回列表